本发明公开了一种基于分站负荷和热网滞后模型的热源负荷预测方法，包括：通过采集各热力站在预设历史时间段内的第一时间区间、第二时间区间的运行数据和相应的天气数据，选取有效数据构成样本数据集；对动态数据进行特征关联性提取，将提取后的动态数据与静态数据进行预处理后，分为训练集和测试集；构建用于进行负荷预测的深度学习模型，将训练集输入至深度学习模型中进行学习后获得第二时间区间的负荷预测数据，并依据该热负荷预测数据和测试集，对当前的深度学习模型的预测能力进行测定，符合要求后将测试集输入深度学习模型中获得各热力站在未来时间段内的负荷预测数据；根据负荷预测数据和构建的热网滞后模型，预测热源未来时间段内的负荷。